汪 磊，周 力，孫 浩

?

基于ARM+DSP的汽車防追尾控制系統(tǒng)的研究

*汪 磊，周 力，孫 浩

（安徽工程大學安徽省電氣傳動與控制重點實驗室，安徽，蕪湖 241000）

針對汽車追尾事故所帶來的嚴重危害，本文運用現(xiàn)代傳感技術(shù)、激光測距雷達等技術(shù)設(shè)計了以ARM為控制核心、DSP為數(shù)據(jù)處理核心的雙處理器架構(gòu)的汽車防追尾控制系統(tǒng)。介紹了系統(tǒng)的工作原理、設(shè)計了整個硬件結(jié)構(gòu)，并在此基礎(chǔ)上對兩車間的安全距離算法以及模糊算法進行了研究。最后，通過Matlab的仿真，結(jié)果表明該系統(tǒng)在防止汽車追尾的問題上切實有效。

ARM；DSP；激光測距雷達；模糊算法；汽車防追尾

隨著汽車工業(yè)的迅速發(fā)展，交通事故成為嚴重的社會問題。預計至2020年，交通事故將成為造成人類非正常死亡的最大的直接原因之一[1]。一項研究分析表明：80%以上的交通事故是由駕駛員反應不及時導致的, 若駕駛員能夠提前1 s進行預防, 則可避免 90%的事故發(fā)生[2]。因此，汽車防追尾控制系統(tǒng)的研究顯得尤為重要。目前，國內(nèi)外很多公司和機構(gòu)進行了這方面的研究，且都取得了一些成果。其中，以德國、美國、日本等為代表的一些發(fā)達國家在該技術(shù)上已經(jīng)處于世界領(lǐng)先水平。相對于國外很多研發(fā)機構(gòu)，我國對汽車防追尾控制系統(tǒng)的研究仍然處于實驗階段[2]。

現(xiàn)有的汽車防追尾系統(tǒng)采用的是單一的處理器，而該系統(tǒng)對圖像處理以及數(shù)據(jù)處理速度要求較高，單一的處理器將會降低系統(tǒng)的實時性。此外，當車處于彎道時，經(jīng)常會將道路兩邊的樹木、護欄等當成是前車車輛進行處理，從而發(fā)生不必要的虛警情況。針對這些問題，本文提出了DSP+ARM雙處理器架構(gòu)的汽車防追尾控制系統(tǒng)。該系統(tǒng)利用DSP對照片進行圖像處理與模式識別[4]，判斷前方障礙物是否是車輛。然后，通過ARM控制執(zhí)行模塊，使汽車減速并報警。仿真的結(jié)果證明了系統(tǒng)在防止汽車追尾的問題上的可行性，在改善汽車防追尾的問題上有一定的應用價值。

1 系統(tǒng)的工作原理

系統(tǒng)的總體設(shè)計方案如圖1所示。將攝像機安裝在汽車擋風玻璃中心，用來對前方汽車的尾部進行拍攝。將拍到的照片通過CCD圖像傳感器由光信號轉(zhuǎn)變?yōu)殡娦盘柤又罝SP中，建立汽車方位的數(shù)學模型。然后將此數(shù)學模型做圖像處理與模式識別，以判斷前方障礙物是不是車輛。將激光測距雷達安裝在汽車前部格柵中心，光學天線發(fā)射的激光束遇到前面的障礙物后，產(chǎn)生向后散射信號，同樣被光學天線接收，并調(diào)制出距離和方位信息。當確認前方是車時，激光測距雷達開始工作。通過ARM計算出它相對本車的速度及車間的實際距離，當實際距離小于安全距離時，系統(tǒng)開始報警，并通過模糊控制原理進行分級減速，從而防止追尾事故的發(fā)生。

圖1 汽車防追尾系統(tǒng)總體設(shè)計

2 系統(tǒng)的硬件設(shè)計

該系統(tǒng)主要由信號采集模塊、中央處理模塊、執(zhí)行模塊三個部分組成。其硬件結(jié)構(gòu)圖如圖2所示。

圖2 汽車防追尾控制系統(tǒng)的硬件結(jié)構(gòu)圖

2.1 中央處理模塊

該模塊選用TMS320F2812作為數(shù)據(jù)處理芯片，TMS320F2812是TI公司推出的基于C2000平臺上的32位DSP芯片。由于本文首先通過CCD對前方汽車的尾部進行拍攝，再對照片進行處理，建立一個汽車方位的數(shù)學模型。然后，將此數(shù)學模型做圖像處理與模式識別，以判斷前方障礙物是不是車輛。這樣就可以在很大程度上減少系統(tǒng)虛警的情況。因此，就需要對采集到的圖像進行處理，且數(shù)據(jù)量很大?？紤]到DSP在這一方面突出的優(yōu)點，所以本文選用型號為2812的DSP來完成這些工作。此外，選用S3C6410作為主控制芯片，SS3C6410是基于SAMSUNG的16/32位RSIC微處理器S3C6410X的一款開發(fā)平臺，S3C6410X是基于ARM1176JZF-S核的用于手持、移動等終端設(shè)備的通用處理器。當前方是車輛時，計算出兩車的實際距離和相對速度，當兩車的實際距離小于安全距離時，根據(jù)模糊控制原理，向執(zhí)行模塊發(fā)送控制命令，從而使汽車分級減速并報警。

2.2 信息采集模塊

該模塊由激光測距雷達、車速傳感器、攝像機組成。目前，測量兩車間距離主要有四種方法：超聲波測距、毫米波雷達測距、視覺測距和激光測距[5]。考慮到激光測距雷達具有測量周期短、距離遠、誤差小、分辨力高、價格適中等特點，故本文選用激光測距雷達用來測量兩車間的距離；車速傳感器選用最常用的磁阻式車速傳感器，用來測量本車的速度；攝像機對前方汽車尾部進行拍攝，通過DSP進行圖像處理與模式識別，判斷前方是否是車輛，從而減小虛警情況。

2.3 控制執(zhí)行模塊

該模塊包括：節(jié)氣門控制裝置、LCD顯示裝置、報警裝置。節(jié)氣門控制裝置用來控制節(jié)氣門的開度，從而達到控制車速的目的；LCD顯示裝置用來顯示兩車的實際距離已經(jīng)相對速度；報警裝置接受ARM發(fā)送的控制信號，根據(jù)不同的情況，鳴響的時間也不同[6]。

3 系統(tǒng)軟件設(shè)計

3.1 系統(tǒng)的總體流程圖

首先，通過攝像機對前方進行拍照，然后通過DSP對圖像進行處理和模式識別，判斷前方是汽車還是障礙物[7]。當確認是車輛時，利用激光測距雷達測得前車與本車之間的實際距離。最后，當實際距離小于安全距離時，系統(tǒng)開始報警并減速。系統(tǒng)的總體流程圖如圖3所示。

圖3 主流程圖

3.2 兩車間安全距離的算法

由于車輛安全距離的數(shù)學模型是實現(xiàn)防追尾控制系統(tǒng)的基礎(chǔ)。所以，建立一個合適的汽車防追尾安全距離模型有著重要的意義[8]。使汽車不發(fā)生追尾的條件是[9]：

式中：U表示本車速度；U表示兩車的相對速度；G表示前車減速度；G表示本車標準減速度。

激光雷達的測距、測速公式如下：

3.3 模糊算法的設(shè)計

將激光測距雷達測得的兩車之間的實際距離以及相對速度(其中：代表前車的速度，代表本車的速度)作為輸入量，制動力度作為輸出量[10-11]。當兩車的實際距離小于安全距離時，通過模糊算法使汽車分級減速，具體的模糊算法設(shè)計如下：

首先，分別對實際距離、相對速度和制動力度進行模糊化處理[12]：定義“實際距離R”的模糊詞集為：很近 (VC)，較近(C)，一般（M），較遠(F)，很遠(VF)；定義“相對速度V”的模糊詞集為：正大(PB)，正小(PS)，零(ZE)，負小(NS)，負大(NB)；定義“制動力度U”的模糊詞集為：零(ZE)，較小(S)，適中(M)，大(B)，很大(VB)。

然后，根據(jù)兩車實際距離越近，制動力度越大；以及相對速度越小，制動力度也應越大的原則，制定出具體的模糊控制規(guī)則，如表1所示。

表1 模糊控制規(guī)則表

4 仿真及分析

本文采用Matlab對控制過程進行仿真，得出系統(tǒng)的控制過程曲面圖，如圖4所示。從圖中輸入軸R（實際距離）可以看出，本車與前車在100 m范圍內(nèi)開始制動，隨著相對距離越來越近，輸出軸（制動力度）也越來越大。同樣，根據(jù)圖中輸入軸（相對速度）可以看出，當為正時且相對距離很遠汽車正常行駛；當為負時，相對速度越大，輸出軸（制動力度）也越來越大。

圖4 系統(tǒng)的控制過程曲面圖

5 結(jié)論

本文在安全距離數(shù)學模型的基礎(chǔ)上，提出了ARM+DSP的汽車防追尾控制系統(tǒng)。該系統(tǒng)利用DSP進行圖像處理與模式識別，判斷前方障礙物是否是車輛，并通過激光測距雷達測得兩車之間的實際距離。然后，利用ARM控制執(zhí)行模塊，根據(jù)模糊控制原理使汽車減速并報警。最后，通過Matlab的仿真結(jié)果，證實了系統(tǒng)的可行性，在防止汽車追尾的問題上切實有效，具有重要的的應用前景。

參考文獻：

[1] 姬永興.中國道路交通事故現(xiàn)狀及發(fā)展趨勢 [EB/OL]. http://www.chinasafety.gov.cn/file/2003-12/26/zyaq/zazhi/ zyaq2004-1-2.htm.

[2] 黃艷國,肖定華,許倫輝.基于DSP 的毫米波汽車防撞雷達系統(tǒng)[J].微計算機信息,2008,24(9-2):111-112,223.

[3] 韓峻峰,張惠敏,潘盛輝,等.汽車防撞雷達概述[J].廣西工學院學報,2011,22(4):54-58.

[4] 劉巖俊.嵌入式DSP圖像處理系統(tǒng)設(shè)計與實現(xiàn)[J].國外電子測量技術(shù),2013,32(9):11-14.

[5] 廖平,丁睿明,吳雨欣.汽車防碰撞系統(tǒng)中測距模塊的設(shè)計[J].微計算機信息,2012,28(9):113-115.

[6] Nai Tian Gan, Ling Shan Chen. Research on Fuzzy Control Rule of Anti-Vehicle Rear-End Collision by Matlab and Simulink[J]. Advanced Materials Research, 2011,308-310:2247-2249.

[7] 張學軍,張岳鋒.基于毫米波雷達的汽車防撞模糊控制研究[J].蘭州交通大學學報,2008,27(1):103-106.

[8] 孫浩,周力,邱意敏.汽車智能防追尾控制系統(tǒng)設(shè)計[J].西華大學學報:自然科學版，2013,32(6):68-72.

[9] 林宋,郭瑜茹.光機電一體化技術(shù)應用100例 [M]. 2版.北京:機械工業(yè)出版社,2010: 241-242.

[10] 王雷,康與云.基于ARM的新型空間三維輸入裝置設(shè)計[J].井岡山大學學報:自然科學版,2012,33(5):67-70.

[11] 黃麗華,胡古月,高越,等.汽車防追尾智能系統(tǒng)研究[J].科技風,2013(14):6-6.

[12] 郭海如,李志敏,徐翠琴,等.基于模糊網(wǎng)絡(luò)的防車追尾控制器[J].計算機仿真,2013,30(4):159-162,199.

DESIGN OF AUTOMOBILE ANTI-REAR-END COLLISION CONTROL SYSTEM BASED ON ARM AND DSP

*WANG Lei, ZHOU Li, SUN Hao

(Anhui Key Laboratory of Electric Drive and Control, Anhui Polytechnic University, Wuhu, Anhui 241000, China)

In view of the serious damage brought by rear-end collision, we adopt ARM as control core, DSP as data processing core and design the automobile anti-rear-end collision control system with dual processor architecture by applying modern sensor technology and laser ranging radar technology. We introduced the principle of the system and designed the hardware structure. Furthermore, the safe distance algorithm between two cars and fuzzy algorithm are studied. Finally, the simulation results through Matlab show that the system is practical and effective in preventing rear-end collision.

ARM; DSP; laser ranging radar; fuzzy algorithm; automobile anti-rear-end collision

1674-8085(2015)01-0077-04

TP273+.4

A

10.3969/j.issn.1674-8085.2015.01.015

2014-05-19；修改日期：2014-09-25

安徽省教育廳自然科學基金項目（KJ2008A010）

*汪 磊(1989-)，男，安徽銅陵人，碩士生，主要從事自動控制、人工智能控制研究(E-mail:765442256@qq.com)；

周 力(1957-)，男，安徽蕪湖人，教授，碩士，主要從事自動控制、人工智能控制研究(E-mail:zhouli5761@sina.com)；

孫 浩(1989-)，男，江蘇淮安人，碩士生，主要從事自動控制、人工智能控制研究(E-mail:272465135@qq.com).